精通VC与MATLAB联合编程<十>——综合举例二

核心提示：本文使用的工具：VC6.0+MATLAB6.5在本章中实现的是在VC中调用MATLAB神经网络工具箱，文章中用到的程序是一篇硕士论文的一部分，精通VC与MATLAB联合编程<十>——综合举例二，因此没有提供源程序，目的是通过这个例子介绍如何在VC中调用利用com组件，具体方法可以参考浅析VC与MATLAB联

本文使用的工具：VC6.0+MATLAB6.5
　　在本章中实现的是在VC中调用MATLAB神经网络工具箱，文章中用到的程序是一篇硕士论文的一部分，因此没有提供源程序，目的是通过这个例子介绍如何在VC中调用利用com组件，实现VC和MATLAB数据的交换。首先在MATLAB中完成两个神经网络函数，一个用来检验，一个用来预测。

1、检验函数：

function [w1,b1,w2,b2,ET,a2]=SJHSJY(P,T,me,eg,lr,P2,T2,S1)
[Pn,meanp,stdp,Tn,meant,stdt]=prestd(P,T);　 %预处理
[w1,b1,w2,b2]=initff(Pn,S1,''tansig'',Tn,''purelin'');　%数据初始化
df=10;　
tp=[df me eg lr];
[w1,b1,w2,b2,tp,tr]=trainbpx(w1,b1,''tansig''); %样本训练　　　　
P2n=trastd(P2,meanp,stdp);　
......后处理　 %必须为非负该函数的功能为BP神经网络检验误差，P,T,me,eg,lr,P2,T2,S1 为输入参数；w1,b1,w2,b2,ET,a2 为输出参数。

2、预测函数：

function [a2]=SJHSYC(P,T,P2,me,eg,lr,S1)
[Pn,meanp,stdp,Tn,meant,stdt]=prestd(P,T);
[w1,b1,w2,b2]=initff(Pn,S1,''tansig'',Tn,''purelin'');
........
参数输出P,T,me,eg,lr,P2,T2,S1为输入参数 a2为输出参数，即为所要的结果

3、在MATLAB中将该两个函数做成COM组件，具体方法可以参考浅析VC与MATLAB联合编程<三>。

4、新建基于对话框的VC工程，在VC中引入COM组件，具体方法可以参考浅析VC与MATLAB联合编程<三>,完成后可以在CLASSView中看到多了两个新类ISJHSJY和ISJHSYC，如图1所示，它们分别实现函数SJHSJY.m和SJHSYC.m的功能。

图1